Maestría en Gerencia Pública

Escuela de Posgrado

Medidas de dispersión
y otros tópicos de
estadística
Análisis cuantitativo para la toma de decisiones basado
en evidencias
Unidad II
 Temas y subtemas a tratar

Tema Nro. 01: “Medidas de dispersión”

1. Rango
2. Rango Intercuartílico
3. Varianza
4. Desviación estándar
5. Coeficiente de variación

Tema Nro. 02: “Relación entre variables y Distribución

probabilística”
6. Distribución de probabilidad normal
7. Relación entre variables
 MEDIDAS DE DISPERSION

RANGO
DESV. MEDIA
DESVIACION
CUARTILICA
ABSOLUTAS
VARIANZA
DESVIACION
ESTANDAR
MEDIDAS
COEFICIENTE
DE VARIACION
COEFICIENTE
RELATIVAS DE ASIMETRIA

COEFIC. DE
APUNTAMIENTO
 MEDIDAS DE DISPERSION

Varianza V(x) = S2

Indicador estadístico que mide la variación de las observaciones respecto a la

media elevado al cuadrado, no se interpreta, sirve para calcular la desviación
estándar.

Fórmula: =
=
Datos simples

Siendo
x : Media
x : Variable en estudio
 Desviación Estándar (S) 𝑆= √ 𝑠 2

Medida de dispersión cuantitativa que mide la dispersión de los datos que conforman la
variable respecto al promedio, indica cuan uniforme son los datos para realizar un trabajo
de investigación, es la medida de dispersión más importante y se obtiene mediante la raíz
cuadrada de la varianza.

Medida de dispersión relativa o porcentual que se obtiene dividiendo la desviación

estándar entre el promedio de la variable.

Se dice que el coeficiente de variación es bueno cuando:

• Para una población es menor al 25%
• Para dos o mas poblaciones se toma al menor de ellos
• En ambos casos indica cuan dispersos están los datos que componen la
variable
 S = desviación estándar

S 𝑥 S
Tabla: Se muestra la población damnificada por 3 eventos, calcular la desviación estándar y
coeficiente de variación e indique cual de los eventos presenta menos distorsión.

AÑOS INCENDIO URBANO VIENTOS FUERTES LLUVIAS

2006 10,851 1,896 4,068

2007 9,140 6,314 2,364
2008 10,284 4,182 44,916
2009 7,757 4,239 6,695
2010 9,884 6,674 24,988
2011 11,097 4,263 30,517
2012 12,035 2,398 48,934
2013 7,809 3,226 13,740
2014 9036 3733 15899
∑ 87,893 36,925 192,121

Indicadores Incendios Vientos Lluvias

Promedio 9,766 4,103 21,347
Desv. Estánd 1,465 1,590 17,230
Coef. Variac. 15% 39% 81%
Fuente: INDECI
Elaboración: Propia
 Comandos utilizando Software

EXCEL

Formulas/función/Estadistica/desvesta/Ingresar valores

+desvesta(ingresar Valores)

SPSS

Analizar/estad.desc/frec/Estadística.

Analizar/estad.descrip/descrip/opcions
 Definición de Probabilidad P(A)

n(A) = número de elementos que conforman el evento solicitado.

n(s) = número de elementos que conforman el espacio muestral.
P(A) = probabilidad del evento requerido o la pregunta.
Ejemplo: Se lanza un dado, determine la probabilidad (A) que el resultado sea número impar.
Sol:
S = {1, 2,3,4,5,6}, entonces n(S) = 6
A= resultado es número impar = {1, 2,3,5}, entonces n(A) = 4.

Reemplazando se tiene:
La tabla muestra las emergencias ocurridas en el año 2018 en el departamento
del Cusco, calcular la probabilidad que ocurran lluvias en el periodo
estacional,
Reemplazando
valores La probabilidad que ocurran lluvias en el
Emergencias Total departamento del Cusco en el periodo
INCENDIO 18 estacional es de 0.56
DESLIZAMIENTO 33
LLUVIAS 64
TOTAL 115
 ENFOQUES PROBABILISTICOS

CLASICA O
A PRIORI.
(Científico)
OBJETIVA
FRECUENCIAS
RELATIVAS O
Enfoques APOSTERIORI
probabilísticos (Observación Históricos)

Se basa en la
SUBJETIVA Apreciación
Personal del
investigado,
con criterio lógico
 Distribución
f(x)
Normal f(x)

Función estandarizadora µ

f(z)

V(z) = 1)
Distribución
Normal Estándar
f(z)
 COEFICIENTES, VARIANZAS USADAS EN REGRESION.

Son indicadores usados en la teoría del análisis de

regresión, que permiten tener una mejor apreciación acerca
de la eficiencia del modelo estudiado, entre los más usados
tenemos:

• Coeficiente de Correlación
• Coeficiente de Determinación
• Covarianzas
• Prueba T
• Prueba F
• Coeficiente de Durbin y Watson
• Otros indicadores

De estos indicadores, es necesario precisar que para las pruebas

de hipótesis en el análisis de regresión, es necesario usar la
Prueba de los parámetros (prueba T) y la Prueba del Modelo
(Prueba F)
 USO SPSS
USO EXCEL

Excel

+COEF.DE .CORREL(mat1,mat2) +COEF.DE R2(conocidoy,conocidox)

SPSS

ANALIZAR/REGRESIÓN/MODELO LINEAL/INGRESAR
VARIABLES/ESTADISTICOS/ESTIMACIONES/INTERVALOS/AJUSTE
MODELO/CONTINUAR/ACEPTAR
 Coeficiente de correlación
y
+ y = f (x) +

r~+1

+ y = f (x) - r~-1

Si r ~ ± 1/2 No existe relación entre x e y

Y = f (x)
Un economista selecciona al azar una muestra de 5 fábricas de un cierto
sector de producción industrial para estudiar la relación entre el costo total
y el volumen de producción, obteniendo la siguiente información:

N° Unidades Costo Total

Fábrica Producidas (X) (Miles S/) (y)

A 2 9
B 4 12
C 6 15
D 5 14
E 3 10
∑ 20 60
a) Determine la ecuación lineal de regresión estimada
b) Cual es el costo total estimado para producir 10 unidades.

Existe un costo fijo de 5 mil 600, el cual se incrementa en

mil 600 soles por la variación de las unidades producidas
 RUTAS PARA MODELO LINEAL

Ruta Excel:

Fórmulas/función/estimación lineal/conocido y, conocido x

Ruta SPSS

Analizar/Regresion/lineales/Ingresar variables/covarianzas
 ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 442.356 1 442.356 6.553 ,034b
Residuo 540.044 8 67.505
Total 982.400 9
a. Variable dependiente: Puntuación_y
b. Predictores: (Constante), Precio_x

Resumen del modelo

Error estándar
R cuadrado de la
Modelo R R cuadrado ajustado estimación
1 ,671a 0.450 0.382 8.216

Coeficientesa
Coeficientes
Coeficientes no estandarizado 95.0% intervalo de
estandarizados s confianza para B
Límite
Modelo B Desv. Error Beta t Sig. Límite inferior superior
1 (Constante) 12.017 14.910 0.806 0.444 -22.364 46.399
Precio_x 0.013 0.005 0.671 2.560 0.034 0.001 0.024
a. Variable dependiente: Puntuación_y